Inicio

Column

Nro. desde 01/01/2023

372

% desde 01/01/2023

18.33

Nro histórico

405

% histórico

14.73

Row

Porcentaje de laptops gamers desde enero 2023

Histórico

Column

Porcentaje histórico de laptops gamers

Totales

Row

Total de laptops (gamers y no) colocadas desde ene 2023

Row

Laptops Gamer colocadas, histórico

Convenios I

Row

Colocaciones en convenios 2023

Row

Colocaciones en convenios, histórico

Universidades I

Row

Top universidades con más laptops, 2023

Universidades II

Row

Top universidades con más laptops gamers, 2023

Morosidad

Row

Morosidad a 30 días de las laptops gamers, 2023

Row

Morosidad a 30 días de las laptops NO gamers, 2023

# barplot considerando todos: convenios y no convenios
moro <- df_clientes_morosos_30 %>%
  ggplot(aes(x = IsGamer, 
             y = Percentage, 
             fill = IsGamer)) +
  geom_bar(stat = "identity") +
  geom_text(aes(label = Count), 
            position = position_stack(vjust = 0.5), size = 3) +
  labs(
    # title = "Morosos a 30 días, todos",
       x = "Es Gamer",
       y = "Count") +
  theme_minimal()

ggplotly(moro)
# barplot considerando solo convenios
df_clientes_morosos_30_convenios <- df_clientes %>% 
  filter(
    Solicitud %in% morosos_desde_30 &
      !Source %in% not_convenios
  ) %>% 
  mutate(IsGamer = ifelse(Gama %in% c("Gama gamer", "Gama gamer accesible"), "Gamer", "Not Gamer")) %>%
  group_by(IsGamer) %>%
  summarise(Count = n()) %>%
  mutate(Percentage = (Count / sum(Count)) * 100,
         label = paste0(round(Percentage, 1), "%"))
### Morosidad a 30 días en unis de convenios
x <- df_clientes_morosos_30_convenios %>%
  ggplot(aes(x = IsGamer, 
             y = Percentage 
             )) +
  geom_bar(stat = "identity") +
  geom_text(aes(label = Count), 
            position = position_stack(vjust = 0.5), size = 3) +
  labs(
    # title = "Morosos a 30 días en unis de convenio",
       x = "Es Gamer",
       y = "Porcentaje") +
  theme_minimal()

ggplotly(x)
df_morosidad_convenios_y_no_convenios <- df_clientes %>% 
  mutate(
    IsGamer = ifelse(Gama %in% c("Gama gamer", "Gama gamer accesible"), "Gamer", "Not Gamer"),
    IsConvenio = ifelse(Source %in% not_convenios, "No es Convenio", "Es Convenio"),
    EsMorosoA30 = ifelse(Solicitud %in% morosos_desde_30, "Moroso", "No Moroso")
  )
df_morosidad_convenios_y_no_convenios <- df_morosidad_convenios_y_no_convenios %>% 
  count(IsConvenio, IsGamer, EsMorosoA30) %>% 
  mutate(
    Percentage = round((n / sum(n)) * 100, 1)
  )
df_morosidad_convenios_y_no_convenios
plot_morosidad <- ggplot(df_morosidad_convenios_y_no_convenios, 
                          aes(x = IsGamer, 
                              y = Percentage, 
                              fill = EsMorosoA30)) +
  geom_bar(stat = "identity", position = "dodge") +
  facet_grid(IsConvenio ~ ., 
             scales = "free_y", 
             space = "free_y") +
  labs(
    title = "Morosidad de Laptops. Convenios vs No Convenios",
       x = "Es Gamer",
       y = "%") +
  theme_minimal()

ggplotly(plot_morosidad)

Cuota

Column

Cuota promedio de las laptops gamers

Column

Cuota promedio de las laptops NO gamers